코드 삭제 전 맥락을 파악하는 Claude Code용 'commit-archeologist' 스킬

커뮤니티 반응

작성자가 직접 개발한 도구를 공유했으며, 복잡한 레거시 코드의 맥락 파악에 어려움을 겪던 사용자들로부터 긍정적인 반응을 얻고 있다.

주요 논점

01찬성다수

파편화된 개발 맥락을 AI가 통합 분석해주는 기능은 레거시 유지보수 생산성을 크게 높일 수 있다.

합의점 vs 논쟁점

합의점

단순한 Git Blame 정보만으로는 복잡한 비즈니스 로직의 수정 배경을 이해하기 부족하다.
코드 포매터 적용 과정에서 중요한 주석이 유실되는 등의 히스토리 단절 문제가 실무에서 빈번하게 발생한다.

실용적 조언

코드 삭제 전 배경이 불분명하다면 git blame -w -C -C -C 옵션을 사용하여 코드의 이동 경로를 먼저 확인하라.
중요한 레이스 컨디션 해결 코드에는 Prettier 등 자동 도구에 의해 삭제되지 않도록 명확한 주석과 함께 회귀 테스트를 반드시 작성하라.

섹션별 상세

작성자는 Git Blame만으로는 코드 작성의 근본적인 이유를 파악하기 어렵다는 문제를 제기했다. Git Blame은 수정 시점과 작성자 정보만 제공할 뿐, 실제 의사결정이 이루어진 PR이나 Slack 대화 내용까지는 연결해주지 못한다. 이를 해결하기 위해 Git, GitHub, Slack, Linear 등 4가지 소스를 동시에 탐색하여 하나의 문단으로 요약하는 'commit-archeologist'를 구현했다.

도구의 핵심 작동 원리는 Git의 고급 옵션과 MCP를 결합한 다단계 추적 방식이다. git blame -w -C -C -C 옵션을 사용하여 코드 이동을 추적하고, git log -L을 통해 포매터 적용으로 인한 노이즈를 제거하며 코드 재작성 이력을 탐색한다. 이후 GitHub MCP를 통해 관련 PR과 이슈를 조회하고, Slack 및 Linear MCP가 연결된 경우 당시의 논의 맥락까지 수집하여 최종 요약을 생성한다.

실제 사례에서 원인 불명의 setTimeout(0) 코드를 분석한 결과 2022년 특정 고객사의 레이스 컨디션 해결을 위해 추가된 이력을 찾아냈다. 해당 코드는 과거 리팩터링 시 삭제되었다가 버그 재발로 다시 추가되었으며, 2024년 코드 포매터(Prettier) 적용 과정에서 '삭제 금지' 주석이 유실된 사실까지 밝혀냈다. 시스템은 이 분석을 바탕으로 코드 유지와 회귀 테스트 추가를 권장했다.

도구의 안정성과 효율성을 위해 읽기 전용(Read-only) 모드를 기본으로 하며 탐색 범위를 제한했다. 무한 루프나 과도한 API 호출을 방지하기 위해 최대 50개의 커밋 또는 5분 이내로 탐색을 제한하고, 추가 탐색 여부를 사용자에게 확인한다. 이는 대규모 저장소에서 발생할 수 있는 성능 저하와 비용 문제를 관리하기 위한 설계이다.

용어 해설

모델 컨텍스트 프로토콜(Model Context Protocol (MCP)): — AI 모델이 외부 도구, 데이터 소스 및 서비스와 표준화된 방식으로 상호작용할 수 있도록 돕는 개방형 프로토콜이다. 이 아티클에서는 GitHub, Slack, Linear 등의 외부 데이터를 Claude Code와 연결하여 맥락을 파악하는 데 사용됐다.
깃 블레임(Git Blame): — 파일의 각 라인을 마지막으로 수정한 사람과 커밋 정보를 표시하는 Git 명령어이다. 코드의 수정 이력을 추적하는 기초 데이터로 활용되지만, 수정의 근본적인 이유(Why)까지는 파악하기 어렵다는 한계가 있다.
회귀 테스트(Regression Test): — 새로운 코드 변경이 기존 기능에 부정적인 영향을 미치지 않았는지 확인하는 소프트웨어 테스트 방식이다. 과거에 발생했던 버그가 재발하지 않도록 방지하는 역할을 하며, 이 도구는 삭제 위험이 있는 코드에 대해 이 테스트 추가를 권장한다.

언급된 도구

Claude Code추천

터미널 기반 AI 코딩 에이전트

GitHub MCP추천

GitHub PR 및 이슈 데이터 연동

Prettier중립

코드 포매팅 도구 (주석 유실의 원인으로 언급됨)

언급된 리소스

Democommit-archeologist